Летающие насекомые хорошо ориентируются в окружающей среде и безопасно приземляются. Воспроизвести эти возможности решили ученые MAVLab Делфтского технического университета (Нидерланды). Они разрабатывают микродроны (Micro Air Vehicle, MAV) с механизмами, которыми пользуются насекомые. Команда исследователей несколько лет разрабатывает природо-подобные методы для улучшения навигации и посадки крошечных беспилотников.
«Разработка механизмов автономного перемещения носит серьезный проблемный характер. Наши устройства весят 20 грамм. При таких габаритах дроны ограничены в вычислительных мощностях, восприятии и обработки данных», – рассказал TechXplore Йессе Хагенаарс (Jesse Hagenaars), один членов команды исследователей.
В предыдущей работе исследователи описали разработку серии био-вдохновленных методов для оценки движения. В методе используются системы компьютерного зрения и спайковые нейронные сети (Spiking neural network, SNN*). В новом исследовании ученые показали, как технологии задействованы в управлении взлетом и посадкой MAV.
Ученым помогли коллеги из Национального научно-исследовательского института информатики и математики Нидерландов ( CWI). Команда исследователей обучила контроллеры на базе SNN инструментам моделирования, а затем оценили их производительность в реальных условиях. Испытания оказались весьма результативными: контроллеры обеспечили быструю и безопасную посадку MAV, поддерживали пики SNN и, следовательно, сводили затраты энергии к минимуму.
«Эта работа – первая , в которое интегрированы спайковые нейронные сети в контур управления реального БПЛА. Также мы существенно минимизируем скорость пиков контроллеров, что может привести к значительной экономии энергии при реализации на нейроморфном оборудовании. Помимо миниатюризации, мы рассматриваем увеличение скорости дронов», – добавил Хагенаарс.
До недавнего времени исследователи тестировали свои контроллеры только на обычных чипах, однако экономия энергии, выявленная в ходе экспериментов, может быть достигнута только с помощью нейроморфного оборудования. В своей будущей работе они также планируют реализовать их на базе нейроморфных чипов, таких как Intel Loihi.
В недавней статье, ранее опубликованной на arXiv, они представили новую стратегию создания нейроморфных контроллеров, которые могли бы улучшить посадку в MAV.
* SNN – это класс искусственных нейронных сетей, наиболее близко к реалистичным с точки зрения физиологии имитируют обмен нейронами в человеческом мозге, используя пики активации для вычисления и анализа информации.
источник фото: MAVLab TU Delft
